無人機智能巡檢在風電光伏故障檢測中的應用

徐 進，丁 顯，宮永立，許恒雷

（魯能新能源（集團）有限公司，北京 100020）

0 引言

隨著新能源行業的快速發展，我國風力發電、光伏發電裝機容量迅速增長，科技水平也不斷提高。

在風力發電方面，市場上出現長葉片、大容量風機，葉片長度也由原來的（30～40）m 增加至（60～70）m。風電機組的生命周期是20年，在生命周期內，風機葉片難免會出現損傷，出現故障，由于葉片的結構、所處環境的復雜性，給風機葉片的運行維護帶來很大困難，尤其是葉片長度的增長和葉片重量的增加給葉片的運行維護帶來了更大的挑戰。傳統的葉片損傷、故障的檢測手段是使用望遠鏡觀察和繩索垂降人工檢測，存在檢測效率低，工人勞動強度大；高空作業，檢測成本高；檢測時間長，停機發電量損失大等缺點[1]。

在光伏發電方面，存在光伏陣列布置分散，光伏區面積大的場站，對于組件灰塵、污垢、裂痕、遮擋、發熱等異常情況的檢查，傳統的檢測方法是人工巡檢。人工巡檢存在對異常的光伏組件定位難，工作效率低、運維成本高等缺陷[2]。

為提高工作效率，降低運維成本，提高風力發電、光伏發電相應的運維水平，在能源互聯網，大數據的背景下，一些智能化運維手段應運而生。近幾年，在風機葉片和光伏組件巡檢中，無人機智能巡檢技術浮出水面，其實，無人機智能巡檢早有應用，如文獻[3]提到的配網架空輸電線路無人機綜合巡檢技術、文獻[4]提到的基于4旋翼無人機的橋梁裂縫檢測系統設計，將無人機用于架空輸電線路的巡檢、橋梁裂紋的檢測。本文將無人機用于風機葉片損傷（如裂紋、腐蝕、斷裂等）和光伏組件的污垢、裂痕、遮擋和發熱等異常情況的巡檢，提高工作效率，提高運維水平，降低運維成本。

1 無人機簡介

應用六旋翼無人機實現智能巡檢工作，無人機自主巡檢系統主要由無人機設備、數據采集傳感器系統(雙光系統)、基于RTK的精確定位系統、雙目視覺自動避障系統和集成地面站系統組成[5]。圖1是六旋翼無人機示意圖。

6旋翼無人機具有以下性能：①RTK差分精準定位，定位精度達到±2 cm；②執行自動拍照任務；③續航時間（35～40）min（攜帶作業載荷），空機續航時間（50～55）min；④能實現從起飛、巡航執行任務、返航降落全自主自動避障飛行，且可顯示三維航線；⑤能實現失控返航、低電壓返航；⑥能實現高速數據的傳輸、存儲，并有地面站監視系統，實現無人機監視、指令控制、數據展示等功能；⑦性能穩定、可靠、安全性高。其他主要技術參數如表1所示。

圖1 六旋翼無人機

表1 6旋翼無人機技術參數

2 風電巡檢

2.1 葉片故障情況

葉片在長時間運轉的過程中，也經常受到強風負荷，沙粒沖刷，潮濕空氣腐蝕與大氣氧化等因素的影響，難免會造成葉片表面受損，如果不及時處理會造成葉片斷裂，嚴重威脅機組安全運行，葉片損傷情況大致分5類[6]。

（1）涂層脫落。葉片長期受潮濕空氣腐蝕會造成葉片涂層脫落，如不能及時被發現，會造成更大面積的涂層脫落，影響葉片的使用壽命。

（2）表面裂紋。葉片表面出現裂痕比較常見，多數是由于風機自振引起的，在裂紋形成初期，很難被發現。只有在因風機自振、葉片抖動時，裂紋處的每次漲縮瞬間，外界污物乘機而入，裂紋內形成葉片上黑色橫紋時，才容易被發現，它的發展迅速，如不及時修補，容易造成葉片折斷，造成經濟損失。

（3）雷擊損傷。在雨水多的地區，雖然葉片有防雷系統，但葉片遭受雷擊現象比較常見，雷擊會給葉片帶來嚴重損傷，甚至使葉片直接報廢。

（4）排水孔堵塞。葉片被污染后，容易使葉尖的排水孔堵塞，影響葉片排水，長期積水會使葉片轉動過程中產生噪聲，同時會造成葉片腐蝕。

（5）螺栓斷裂。葉根螺栓斷裂會導致葉片脫落。

2.2 無人機識別故障

在使用無人機識別風機葉片故障前，首先通過人工巡檢方式選擇樣本風機，即選擇風機葉片有故障的風機，然后使用無人機對其巡檢，最后對比分析無人機識別風機葉片故障的可靠性。風機葉片故障識別技術路線如圖2所示。

圖2 風機葉片故障識別技術路線

2.2.1 人工巡檢

在某投運已久的風電場，對某定槳距風機葉片開展人工巡檢工作，現場檢修人員通過望遠鏡觀察和繩索垂降相結合的人工巡檢法，確立1臺樣本風機，該樣本風機葉片存在以下故障（3支葉片編號分別為RH24AB055Ⅺ，RH24AB056Ⅺ和RH24AB057Ⅺ），其中葉片RHAB057Ⅺ未發現異常。

圖3 葉片RH24AB055Ⅺ人工巡檢結果

圖3為葉片RH24AB055Ⅺ的人工巡檢結果，結果是出現碳管定位銷松動1處，碳管定位銷裂痕1處，未見其他故障。圖4為葉片RH24AB056Ⅺ人工巡檢結果，其中圖4a是風機葉片出現裂紋，裂紋長度大約40 cm，圖4b是檢查碳管定位銷出現松動。

2.2.2 無人機巡檢

應用無人機對確立的樣本風機開展智能巡檢工作[7]，通過手動航線飛行，實現迎風面逆光飛行和背風面順光飛行。距離風機葉片10 m，通過無人機對故障的智能辨識，當發現故障信息，控制無人機懸停對故障點進行近距離拍攝。經試驗，迎風逆光飛行的巡檢效果不佳，背風順光飛行可完成正常巡檢，其巡檢結果如下：

圖5是葉片RH24AB055Ⅺ、葉片RH24AB056Ⅺ和葉片RH24AB056Ⅺ的無人機巡檢結果，圖5a是無人機葉片巡檢中疑似故障的辨識，圖6b是經過放大后的風機葉片故障信息。從圖中可以看出，第一組圖中，在葉片邊緣，出現長裂紋；第二組圖中，同樣在葉片邊緣處，出現裂紋；第三組圖中，在葉尖處出現葉片涂層脫落，并伴有劃痕。

圖4 葉片RH24AB056Ⅺ巡檢結果

3 光伏巡檢

圖5 樣本風機3支葉片的無人機巡檢結果

運營已久的光伏電站，在光伏組件等設備上會出現龜裂、蝸牛紋、損壞、焊帶故障等問題，也難免落上飛鳥、塵土、落葉等遮擋物。光伏組件如果落上遮擋物，由于局部陰影的存在，太陽電池組件中某些電池單片的電流、電壓發生了變化，其結果使太陽電池組件局部電流與電壓之積增大，從而在這些電池組件上產生了局部溫升。太陽電池組件中某些電池單片本身缺陷也可能使組件在工作時局部發熱，而出現熱斑。若熱斑效應產生的溫度超過了一定極限將會使電池組件上的焊點熔化并毀壞柵線，從而導致整個太陽電池組件的報廢，可見，光伏組件智能巡檢的重要性[8]。

圖6 光伏組件熱斑識別

通過無人機對某光伏電站進行智能巡檢，發現光伏組件存在異常熱斑情況（圖6）。其中，圖6a是通過無人機紅外查找的異常熱斑，圖6b是可見光的對比圖。可知，無人機準確的實現了異常熱斑的識別。運維人員現場對熱斑所在的光伏組件進行處理，如圖7所示，處理完畢后熱斑消失。

圖7 光伏組件熱斑處理

4 結論與展望

4.1 結論

本次無人機在風電、光伏的智能巡檢工作中完成了手動航線飛行，對1臺機組和部分光伏組件進行了智能巡檢工作，得出以下結論。

（1）對于風電巡檢：①巡檢拍照時，需要調整風機方位，拍攝時不能逆光拍照；②該系統設備滿足對葉片編號的拍照需求；③相對于人工巡檢，無人機巡檢優勢明顯，能更全面的發現缺陷，但無人機巡檢對碳管類缺陷很難排查；④無人機對于有些疑似故障信息會出現不能有效識別情況，例如輕微劃痕。

（2）對于光伏巡檢：在有充足光照的情況下，當無人機飛行高度為15 m時，通過無人機巡檢，運維人員發現光伏組件不少異常熱斑，且經過現場處理后，異常熱斑消失，證明了無人機巡檢的準確性。

4.2 展望

雖然已經能完成對風機葉片和光伏組件的故障辨識，但還沒有發揮其最大的價值，實現規劃航線飛行、規劃航線返航、一次性多臺機組巡檢、一次性整個光伏電站組件的巡檢、圖像處理、故障自動識別、故障點定位、自動生成巡檢報告是最終目標。針對巡檢過程中發現的疑似故障信息，如輕微劃痕，在圖像處理技術上需要進一步探究。